2021年04月_doubleZ0108

原创 Ubuntu配置OpenCV终极解决方案

安装依赖一定要安装全，避免之后出现各种奇怪的问题sudo apt-get install build-essentialsudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-devsudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev .

2021-04-28 16:49:46 227

原创 Linux读取U盘内容

查找设备sudo fdisk -l创建挂载点sudo mkdir /mnt/usb将存储设备进行挂载sudo mount /dev/sda1 /mnt/usb访问U盘内容cd /mnt/usb卸载U盘sudo umount /mnt/usbResourcesubuntu linux读取U盘_mengxiangjia_linxi的博客-CSDN博客...

2021-04-28 16:47:11 520

原创 Yolo训练自定义数据集

Yolov4环境搭建这里的环境与yolov3大致相同，差别主要在pre-train weights和conv连接Cloning and Building Darknetclone darknet from AlexeyAB’s famous repository,git clone https://github.com/AlexeyAB/darknetadjust the Makefile to enable OPENCV and GPU for darknetcd darknetsed -

2021-04-14 15:05:50 415

原创目标识别数据集扩充方法

背景引入在训练图像识别的深度神经网络时，使用大量更多的训练数据，可能会使网络得到更好的性能，例如提高网络的分类准确率，防止过拟合等。人为扩展训练数据时对数据的操作最好能反映真实世界的变化。人为扩充数据集之后如果分类准确率有明显的提升，说明我们对数据所做的拓展操作是良性的，能够“反映真实世界的变化”，就会被用到整个数据集的扩展。反之，则说明不能用此操作对数据集进行拓展。例如在2003年Patrice Simard等人所著的一篇论文中[1]他们把MNIST手写数字数据集通过旋转，转换和扭曲进行扩展。通过在

2021-04-14 10:31:08 2761 3

原创 Ubuntu下配置opencv环境

操作系统：Ubuntu18.04.4版本：opencv3.2.0安装准备安装cmakesudo apt-get install cmake安装依赖环境sudo apt install build-essential sudo apt install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt install python-dev python.

2021-04-14 10:20:59 1338

原创目标识别数据集标注工具labelImg的安装和使用

???? https://github.com/tzutalin/labelImg安装步骤download from github repoinstall dependenciespip3 install pyqt5 lxmlbuild from resourcemacmake qt5py3win10pyqt5, pyrcc5 -o libs/resources.py resources.qrc准备classes.txt和images/运行qt工程python labe

2021-04-14 09:58:58 264

原创 Docker本地镜像导出/导入

先直接介绍我成功了的方法导出查看本机的容器: sudo docker ps -a，获取到需要导出的container id（我想导出的容器是colmap:v0）将container导出成tar文件sudo docker export 1ee < colmap.tarhint：可以用简写代替这个那个Container ID导入在另一个主机环境中执行：sudo docker import - colmap:v0 < colmap.tar坑在网上直接查docke

2021-04-09 09:27:36 440

转载多视角三维重建(MVS)的数据采集

开源数据集DTU数据集：针对MVS而专门拍摄并处理的室内数据集利用一个搭载可调节亮度灯的工业机器臂对一个物体进行多视角的拍摄，每个物体所拍的视角都经过严格控制，所以可以获取每个视角的相机内、外参数。数据集组成：124个不同的物体或场景，每个物体共拍摄49个视角，每个视角共有7种不同的亮度。每个物体或场景文件夹内部共有343个图片。每张影像的分辨率为1600×1200。（该数据集还包含带有深度图真值的训练影像集，可用于训练神经网络）MVS Data Set – 2014 | DTU Robot

2021-04-08 14:23:01 3536 6

原创传统方法Colmap进行三维重建实践（GUI｜命令行）

Colmap算法pipeline：Colmap安装在Ubuntu Docker中安装Colmap数据采集开源数据集DTU数据集：针对MVS而专门拍摄并处理的室内数据集利用一个搭载可调节亮度灯的工业机器臂对一个物体进行多视角的拍摄，每个物体所拍的视角都经过严格控制，所以可以获取每个视角的相机内、外参数。数据集组成：124个不同的物体或场景，每个物体共拍摄49个视角，每个视角共有7种不同的亮度。每个物体或场景文件夹内部共有343个图片。每张影像的分辨率为1600×1200。（该数据集还包含带

2021-04-06 17:43:00 4117 12

原创在Ubuntu Docker中安装Colmap

使用Dockerfile直接安装使用Dockerfile在docker中安装Colmap之前首先要在本机上安装前置环境nvidia-docker安装使用nvcc —version确认你的cuda版本在DockerHub上查看nvidia/cuda可用的版本 Docker Hub Nvidia cuda推荐选择devel版本ubuntu系统版本推荐选择18.04，具体原因在分步安装中详述修改第一行的版本，例如我的cuda版本为11.2，第一行改写成FROM nvidia/cuda:1

2021-04-02 17:50:24 1647

原创 VSCode连接远程服务器里的docker容器

以下以testimage镜像作为例子在服务器容器中配置ssh通过一个其他的端口进入容器，这里使用6789端口sudo docker run -it -p 6789:22 testimage下载opensshapt-get updateapt-get install openssh-server设置root密码passwd然后设置两遍相同的密码，之后登陆的时候要用到！4. 修改配置文件vim /etc/ssh/sshd_config注释掉 PermitRootLog

2021-04-02 17:42:51 1245 2

原创 nvidia-docker安装

Github repo：GitHub - NVIDIA/nvidia-docker: Build and run Docker containers leveraging NVIDIA GPUs开始之前请确保NVIDIA Drivers和Docker已经安装好个人理解能确保这两行正确输出就好nvcc --versiondocker设置stable存储库和密钥distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ &

2021-04-02 17:40:26 197

原创使用Dockerfile生成镜像

在当前路径下编写Dockerfile文件，然后在当前路径的终端下执行sudo docker build -t myname:v0 .不要忘记最后还有一个.之后就可以使用docker images查看镜像【报错：Got permission denied while trying to connect to the Docker daemon socket at unix:///var/】问题原因：docker权限不够解决方案：方案一：使用sudo重新执行该命令**方案二**：将普通用户

2021-04-02 17:34:23 102

原创 Docker在容器中运行GUI软件并显示界面

核心是使用本地显示器，要在启动docker image前添加一些配置首先在本机里安装相关依赖（只需执行一次，之后的命令每次启动需要GUI的docker都需要执行）sudo apt-get install x11-xserver-utils开放权限xhost +添加docker参数选项-v /tmp/.X11-unix:/tmp/.X11-unix \: 共享本地unix端口-e DISPLAY=unix$DISPLAY \: 修改环境变量DISPLAY-e GDK_SCALE

2021-04-02 17:29:19 1169

double_ZZZ的博客